I.

JUDUL
Pengenalan Citra Format Penyimpanan Citra Digital Penginderaan Jauh

II. TUJUAN
Meletakkan dasarpemahaman tentang format penyimpanan citra digital.

III. ALAT DAN BAHAN

1. Citra hipotetik 3 saluran
2. Alat tulis (penggaris, pensil, pena)
3. Kertas HVS A4

IV. CARA KERJA

Citra hipotetik 3 Alattulis

saluran

Menentukanjumlah bit
yang digunakan

Membuat Membuatilustrasipe Membuatilustrasiw

template nyimpanancitra arnacitrasesuai
tingkatkecerahan pixel

BSQ
Template Ilustrasi format Citra hipotetik yang
tingkatkecerahan BIP penyimpanancitra telah di greyscale
(BSQ)
BIL
Menghitung
format
penyimpanan
Input

Proses Tabelperhitungan
format
Output penyimpanan
V. HASIL PRAKTIKUM
 1. Template tingkat kecerahan dari 0-15 (terlampir).
2. Ilustrasi format penyimpanan citra dalam format penyimpanan BSQ (Band
Squential), BIL (Band Interleaved by Line) dan BIP (Band Interleaved by Pixel)
(terlampir).
3. Ilustrasi warna citra sesuai dengan nilai pixelnya (BSQ) (terlampir).
4. Tabel perhitungan format penyimpanan citra (terlampir).

VI. PEMBAHASAN
Citra digital biasa disimpan dengan menggunakan format raster dimana
format raster tersusun atas pixel-pixel. Penyimpanan citra digital terbagi ke dalam dua
cara yaitu compressed dan uncompressed. Band sequential (BSQ), Band Interleaved
by Line (BIL) dan Band Interleaved by Pixel (BIP) termasuk penyimpanan citra
digital dengan cara uncompressed.
Pixel citra dalam format digital merupakan satuan terkecil yang dapat
dikenali dan dibedakan berdasarkan objeknya. Pada setiap pixel terdapat nilai pixel
atau Digital Number yang merupakan nilai kekuatan kecerahan yag mampu
dipantulkan objek di permukaan bumi dan dipantulkan kembali pada sensor. Nilai
pixel pada komputer disimpan dalam notasi biner. Proses penyimpanan dilakukan
setelah proses penyiaman objek oleh satelit. Proses penyimpanan citra terdiri atas
format BSQ, BIL dan BIP.
Penyajian citra digital dalam sistem komputer adalah dengan menggunaka
sistem notasi biner ang ditunjukkan dengan nilai bit yang digunakan oleh citra
tertentu. Jumlah bit yang digunakan dapat diketahui dari header citra yang digunakan.
Apabila sensor satelit yang digunakan semakin baik, maka nilai bit yang dihasilkan
akan semakin besar sehingga gradien warna yang dimunculkan semakin halus.
Template tingkat kecerahan yang dibuat menunjukkan bahwa terdapat 16
derajat nilai keabuan dengan rentang nilai 0-15 derajat keabuan. Nilai pixel tertinggi
pada tiap saluran citra multispektral hipotetik adalah 15 yang berarti sistem yang
digunakan adalah sistem 4 bit sehingga diperoleh 16 derajat nilai keabuan. Rona
sangat gelap berada pada nilai 0 yang dapat diartikan bahwa rona gelap dihasilkan
karena objek menyerap energi atau tidak ada gelombang yang dipantulkan kembali ke
sensor. Semakin besar nilai maka rona yang dihasilkan semakin cerah. Objek yang
memantulkan energi secara sempurna akan menghasilkan warna putih yang
ditunjukkan nilai 15. Setiap pixel akan merepresentasikan objek yang berbeda-beda
sesuai dengan pantulan energi yang diterima oleh sensor.
 Setiap saluran pada citra menunjukkan perbedaan nilai pixel meskipun
objek yang direkam adalah sama. Hal ini disebabkan karena setiap objek memiliki
kecenderungan untuk memantulkan setiap gelombang elektromagnetik dengan
kemampuan yang berbeda-beda sesuai karakteristik objek tersebut sehingga dapat
diperoleh nilai pixel yang berbeda pada tiap salurannya. Saluran pertama
menunjukkan komposisi jumlah nilai 1-15 hampir seimbang namun masih dapat
dibedakan pixel yang termasuk kelompok yang lebih cerah atau lebih gelap. Nilai
pixel 4-15 mendominasi rona objek lewat saluran 2. Terdapat perubahan rona menjadi
semakin gelap di bagian kiri bawah citra dibandingkan saluran pertama. Hal ini
menunjukkan bahwa objek yang dikaji lebih menyerap gelombang elektromagnetik
saluran kedua dibandingkan saluran pertama. Pada saluran ketiga, terlihat bahwa
bagian tengah citra semakin gelap dan bagian kiri bawah citra semakin cerah
dibandingkan dua saluran sebelumnya. Objek yang terdapat pada bagian tengah citra
menyerap energi saluran ketiga hampir sempurna dan objek yang berada di bagian kiri
bawah citra didominasi oleh objek yang memantulkan kembali energi gelombang
elektromagnetik saluran ketiga dengan sempurna. Objek yang dikaji memiliki
karakteristik yang menyebabkan respon terhadap tiap saluran menghasilkan nilai pixel
yang berbeda-beda. Namun, terdapat pula objek yang memiliki nilai pixel yang sama
pada setiap salurannya. Pixel dengan nilai pixel yang sama dapat menunjukkan
kenampakan suatu objek yang sama maupun menunjukkan luasan objek tersebut.
Perubahan nilai pixel dapat pula menunjukkan perubahan yang lebih mendetail
kenampakan objek yang dikaji.
BSQ memiliki ukuran file yang paling besar dibandingkan BIP dan BIL.
Kapasitas penyimpanan yang besar tersebut disebabkan karena dalam format
penyimpanan BSQ, citra disimpan dengan dipisahkan berdasarkan masing-masing
saluran. Penyimpanan melalui format ini memiliki kelebihan apabilah salah satu
saluran terdapat kerusakan, saluran lain tidak terpengaruh dan masih bisa dibuka.
Namun, jika headernya ditambah lebih banyak maka kapasitasnya semakin besar.
Bertolak belakang dengan BSQ, BIP dan BIL memiliki kapasitas penyimpanan yang
lebih ringan dibandingkan BSQ. Seluruh data citra tersimpan dalam satu berkas
melalui penyimpanan format BIP dan BIL tetapi jika terdapat pixel yang rusak maka
satu berkas akan ikut rusak sehingga tampilan citra kurang dapat dikenali. Perbedaan
BIP dan BIL yaitu pada BIP interval penyimpanan dilakukan per pixel di setiap
saluran dengan baris yang sama. Semakin besar ukuran suatu citra atau semakin kecil
luasan yang diwakili suatu pixel maka jumlah byte semakin besar. Oleh karena itu,
 dibutuhkan kapasitas ruang RAM yang semakin besar agar pemrosesan data berjalan
optimal.

VII. KESIMPULAN
1. Besar kecil nilai pixel menggambarkan tingkatan pantulan yang dihasilkan oleh
sebuah objek.
2. Setiap nilai pixel yang tertera pada citra mewakili kenampakan sebuah objek.
3. BSQ memiliki ukuran file yang paling besar dibandingkan BIP dan BIL.
4. Semakin besar ukuran suatu citra atau semakin kecil luasan yang diwakili suatu
pixel maka jumlah byte semakin besar.

VIII. DAFTAR PUSTAKA

Danoedoro, Projo. 2012. Pengantar Penginderaan Jauh Digital. Yogyakarta : ANDI.
Liu, J. G., Mason, P. J. 2009. Essential Image Processing and GIS for Remote
Sensing. Chichester : John Wiley and Sons.
Schowengerdt, R. A. 2007. Remote Sensing Models and Methods for Image
Processing, Third Edition. London : Elsevier.
LAMPIRAN

TUGAS
1. Apa yang dimaksud dengan perentangan kontras linier dan ekualisasi histogram?
Histogram citra merupakan salah satu bentuk representasi grafis karakteristik spektral
citra yang bersangkutan. Dengan histogram, analis citra dapat memahami citra yang
dipelajari misalnya aspek kecerahan dan ketajamannya. Dari histogram juga kadang-
kadang dapat diduga jenis saluran spektral citra yang digunakan. Perubahan atas distribusi
nilai pada citra secara langsung berakibat pada perubahan tampilan histogram. Sebaliknya,
dengan memainkan bentuk histogramnya banyak program pengolah citra secara interaktif
mampu mengubah tampilan citranya. Dengan kata lain, perangkat lunak pengolah citra
kadang-kadang menggunakan histogram sebagai jembatan komunikasi antara pengguna
dengan data citra. (Projo, 2002).
- Perentangan kontras linier
Merupakan penajaman kontras citra melalui histogram yang dilakukan dengan
memindahkan kurva pada histogram, dimana nilai minimum dan nilai maksimum citra
dilakukan perentangan atau dapat dikatakan pula dengan merentangkan nilai pixelnya.
Julat pada citra asli biasanya memiliki nilai julat yang kecil yaitu sebesar 0-255
sehingga perlua dilakukan perbaikan dengan perentangan. Hasil perentangan citra
berupa citra baru yang jika digambarkan dalam histogram berupa kurva yang lebih
lebar. Perentangan kontras linier citra dapat dilakukan dengan cara:
a. Mengalikan citra tersebut, merupakan metode paling sederhana.
Misalnya : dengan faktor pengali p, citra X dengan julat nilai kecerahan 0-21,
dapat dikalikan dengan faktor pegali p=3 menghasilkan nilai citra baru
X’ dengan julat 0-63 sehingga dari hasil perentangan ini, citra baru
akan terlihat lebih kontras karena telah terjadi pelebaran julatnya.
b. Metode pengondisian, merupakan metode dengan perentangan pada julat diantara
nilai minimum dan maksimum.
Misalnya : Citra Xn [0,255], tetapi dengan mengambil nilai 3 sebagai nilai
minimum dan 19 sebagai nilai maksimum. Dalam hal ini, nilai asli
pada citrra X [0,21] yang ≤3 akan menjadi 0 pada citra baru sedangkan
≥19 akan menjadi 255 dengan transformasi berikut:
BVoutput = (BVinput - BVmin)/( BVmaks - BVmin) x 255
 Gambar 2. Contoh perentangan kontras linier

- Ekualisasi histogram
Merupakan salah satu cara untuk melakukan penajaman citra. Ekualisasi histogram
menghasilkan citra dengan kekontrasan maksimum bila pengambilan julat nilai
kecerahannya tepat seperti halnya pada perentangan kontras linier. Pengambilan ini
dikatakan tepat bila julat nilai tersebut mewakili populasi terbanyak dalam
histogram.Ekualisasi histogram adalah upaya penajaman secara non- linier yang
menata kembali distribusi nilai piksel citra dalam bentuk histogram ke bentuk
histogram yang baru, dimana dapat terjadi penggabungan beberapa nilai menjadi nilai
baru dengan frekuensi kemunculan yang baru pula. Untuk penajaman citra sendiri
meliputi semua operasi yang menghasilkan citra baru dengan kenampakan visual dan
karakteristik visual yang berbeda (Projo, 1996). Citra baru disini maksudnya aadalah
citra dengan kenampakan yang lebih bagus dibanding dengan citra aslinya.Algoritma
ekualisasi histogram digolongkan menjadi 3 tahap, antara lain:
a. Melakukan perhitungan untuk menurunkan histogram citra yang akan dipertajam.
b. Menentukan jumlah kelas kecerahan yang baru dimana data nilai piksel (NP)
seuruh citra nantinya akan didistribusikan kembali ke masing-masing kelas
tersebut.
c. Program akan menghitung dan menandai pixel demi pixel yang kemudian
mengelompokkan dalam jumlah yang kurang lebih sama ke tiap kelas kecerahan
yang telah disediakan.
 Gambar 2. Contoh hasil ekualisasi histogram (http://image.slidesharecdn.com)

2. Jelaskan perbedaan antara citra sebelum dilakukan perentangan kontras dan

sesudah perentangan kontras!
Perbedaan antara citra yang sebelum dan sesudah dilakukan penjaman menghasilkan
perbedaan yang signifikan. Nilai piksel pada citra asli dan citra hasil perentangan akan
mengalami perubahan. Perentangan kontras akan menghasilkan kenampakan citra
yang lebih kontras sehingga mudah dalam membedakan objek. Citra setelah dilakukan
penajaman akan memiliki kontras yang lebih tinggi dibandingkan citra sebelum
dilakukan penajaman. Perbedaan juga bisa dilihat dari histogram citra atau rentang
julat yang dihasilkan. Histogram citra hasil perentangan kontras akan memiliki
perbedaan dengan histogram citra asli. Rentang julat yang dihasilkan akan semakin
besar misalnya sebelum dilakukan penajman rentang julatnta adalah 0-21 dan setelah
dilakukan perentangan akan semakin melebar menjadi 0-63.

Sumber :
Danoedoro, Projo. 1996.Pengolahan Citra Digital Teori dan Aplikasinya Dalam
Bidang Penginderaan Jauh. Yogyakarta : Fakultas Geografi, Universitas
Gadjah Mada.
Danoedoro, Projo. 2012. Pengantar Penginderaan Jauh Digital. Yogyakarta : ANDI.
image.slidesharecdn.com/babviperbaikankualitascitra-10101306063phpapp01/95/bab-
vi-perbaikan-kualitas-citra-12-728.jpg?cb=1286968062